Tensorflow报AttributeError：'NoneType'对象无'keys'属性求助

我之前在做图像分类项目时也碰到过一模一样的报错，结合你的环境（Windows10 64位+Anaconda2 Python3.5）和操作流程，大概率是下面几个原因导致的，咱们一步步来排查解决：

一、数据集路径或结构不符合要求 #

retrain.py对数据集的文件夹结构有严格要求：每个类别必须对应一个独立的子文件夹，所有同类别图片放在该子文件夹下，比如正确的结构应该是这样：

my_images/
├── roses/
│   ├── rose_01.jpg
│   ├── rose_02.jpg
│   └── ...
├── sunflowers/
│   ├── sunflower_01.jpg
│   └── ...
└── daisies/
    └── ...

解决措施： #

• 检查你运行retrain.py时指定的--image_dir参数路径是否正确：Windows下路径要注意用反斜杠\（或者转义后的双反斜杠\\），也可以用正斜杠/替代，比如--image_dir C:/my_images
• 确认数据集文件夹里没有空的子文件夹，也不要混入非图片格式的文件（比如文档、压缩包）
• 如果路径里有空格，记得给路径加上引号，比如--image_dir "C:/My Images"

二、TensorFlow版本与retrain.py脚本不兼容 #

你用的retrain.py是从旧版本TensorFlow仓库下载的，它的API调用逻辑和新版本TensorFlow（比如2.x系列）不兼容，很容易出现变量为None的情况。

解决措施： #

1. 降级TensorFlow到兼容版本：因为你用的是Python3.5，推荐安装TensorFlow 1.15.0（这是1.x系列的最后一个稳定版，完美兼容Python3.5），运行命令：

   pip install tensorflow==1.15.0
   

2. 修改retrain.py代码适配新版本：如果不想降级，可以找到报错的代码行（通常是获取分类标签的部分），先判断变量是否为None再调用keys()方法，比如把：

   labels = sorted(label_dict.keys())
   

   修改为：

   if label_dict is not None:
       labels = sorted(label_dict.keys())
   else:
       raise ValueError("未找到有效分类标签，请检查数据集路径")
   

三、Anaconda环境依赖冲突 #

你安装的基础包版本比较旧（比如certifi是2016年的版本），可能和TensorFlow的依赖包产生冲突，导致部分功能无法正常加载。

解决措施： #

• 先升级pip到最新版本：

  python -m pip install --upgrade pip
  

• 重新安装TensorFlow并强制更新依赖：

  pip install tensorflow==1.15.0 --force-reinstall
  

• 最稳妥的方式是创建一个全新的Anaconda环境隔离冲突：

  conda create -n tf_image_classify python=3.5
  conda activate tf_image_classify
  pip install tensorflow==1.15.0
  

  在这个干净的环境里运行retrain.py，大概率能解决问题

额外排查技巧 #

运行retrain.py时加上--verbose参数，能输出更详细的日志信息，帮你定位到底是加载数据集时出错，还是模型初始化时出了问题，比如：

python retrain.py --image_dir C:/my_images --verbose

内容的提问来源于stack exchange，提问作者Umang Mistry